話題檢測與跟蹤及趨勢預(yù)測研究.pdf

1、因特網(wǎng)這一新媒體的出現(xiàn),使得人類已經(jīng)完全擺脫了信息貧乏的枷鎖,從而進(jìn)入一個(gè)信息極度豐富的社會(huì)。在目前信息爆炸的情況下,信息的來源已不再是關(guān)鍵問題,如何快捷地、準(zhǔn)確地獲取人們感興趣的信息才人們需要關(guān)注的主要問題。人們希望有一種方法能夠幫助他們有效地將孤立的、離散的新聞報(bào)道整合起來,以達(dá)到能夠從宏觀上把握一個(gè)事件的發(fā)展過程以及從微觀上了解其細(xì)節(jié)和各事件之間的相互關(guān)系。技術(shù)來自需求,話題檢測與跟蹤(Topic Detection and Tr

2、acking,TDT)技術(shù)正是應(yīng)對(duì)這種需求而生的。另外,除了要了解事件,人們還希望能夠提早地知道一個(gè)話題的發(fā)展趨勢,本文也正是在此需求上,研究話題趨勢預(yù)測技術(shù),以使得人們能夠提早或及時(shí)地應(yīng)對(duì)突發(fā)事件。
　　本文針對(duì)話題檢測,提出了基于同義詞詞林?jǐn)U展技術(shù)技術(shù)結(jié)合多向量模型進(jìn)行話題檢測的方法。在計(jì)算詞語相似度時(shí),本文引入同義詞詞林的擴(kuò)展技術(shù),使得算法能夠從一定的語義角度計(jì)算相似度。針對(duì)話題的特點(diǎn),即一個(gè)事件通常都是由四部分組成:“什么

3、人”、“什么時(shí)間”、“什么地點(diǎn)”、“什么事”。本文提出的多向量話題模型改善話題檢測的精度。針對(duì)話題跟蹤技術(shù)難點(diǎn)——話題漂移現(xiàn)象,本文提出了自適應(yīng)反饋學(xué)習(xí)策略。在反饋學(xué)習(xí)中,采用增量的方式,不斷完善話題模型,并且在跟蹤過程中,每次反饋都構(gòu)成一個(gè)弱跟蹤器,而整體話題跟蹤模型為所有弱跟蹤器的組合,這樣就減少了在一些反饋過程中,誤反饋造成的影響。實(shí)驗(yàn)表明,本文提出的話題檢測與跟蹤模型明顯好于經(jīng)典的話題檢測與跟蹤模型。
　　本文針對(duì)目前研究